先说一个扎心的场景：你用AI二十分钟出完初稿，正想松口气，老板的消息来了——“这么快？那这个也顺手做了吧。”
这不是段子。最近一周，知乎被同一类问题刷屏了，「为什么AI提效了，人却感觉更累了？」「怎么感觉有了AI更累了呢？」几个问题前后脚冲上热榜。评论区里全是"世另我"。说好的解放双手，怎么变成了加班搭子？知乎知乎
累是真的，而且有三个来源
翻遍这些讨论，抱怨高度一致：不是AI不好用，是好用之后，游戏规则变了。
第一，活没变少，判断变多了。
一位干了两年AI辅助交付的从业者算过账：以前写一份方案要三四个小时，现在需求丢给模型，二十分钟出初稿。听起来血赚。但二十分钟能出六个版本，六个都通顺、都有道理，你得挨个看——哪个更合适、哪里是模型编的、哪个数据记错了。省下的两小时四十分钟，有一小时又还给了"判断"。知乎
另一位网友的总结更狠：以前干活节奏是自己定的，卡住了还能喝口水。现在AI几分钟甩给你一大堆东西，你得马上看、马上判断、马上决定改哪里。活没变少，判断的密度变高了，脑子一直在过审。知乎
第二，错误来得更快、更自信了。
AI写东西又快又流畅，一段话读起来毫无破绽，里面那个数字可能是它编的。有人把带错误数据的文档直接发给了客户，被当场指出。吃了两次亏之后，他养成习惯：凡数字、法条、人名，一律自己核。核一遍的时间，比自己写还长。知乎
写代码的也一样。哈佛团队追踪了700多家软件企业：引入AI编程Agent后，代码量涨了30%，交付的功能总量却没变，PR审查耗时反而拉长49%，被打回修改的比例近乎翻倍。Linux基金会10月的报告也是同一个故事——代码编写耗时少了52%，但维护者收到的PR里约四分之一被认为是低质量的"AI slop"，大型项目里这个比例升到31%。知乎微博36氪
结果是：写代码的累减少了，看代码的累增加了，而看代码更消耗注意力。
第三，也是最根本的：省下来的时间，没有还给你。
一位团队负责人晒了组内数据：同一类需求，2024年平均5.2天交付，2025年用上AI后是3.4天。那加班少了吗？几乎没有——人均月加班从18小时变成17小时。省下的1.8天去哪了？需求变多了：2024年交付37个需求，2025年52个，多了40%，人还是那几个人。他们甚至试过"把提效省下的时间存起来"，每人每月8小时自由支配，实行了两个月就黄了——排期表上没人认这8小时，最后还是被需求填满。知乎
这就是效率工具的宿命：基准线一旦抬上去，就降不下来了。 Excel普及的时候，做报表的人也没变轻松。
那AI白用了吗？
也不是。热榜上一个"当所有人都用AI提效后，提效是不是就不存在了"的问题下，高赞回答说得挺透：AI提效是"薛定谔状态"——生成很快，复核很难。真正的提效不是让AI多生成，而是用最少的来回，换一个能直接用的结果。而且人和人的差距在拉大：同样的工具，有人已经把工作流打包成自己的效率系统，有人还停在"问一句答一句"。工具平等了，用法不平等。知乎
那位两年从业者给自己定了三条规矩，普通人可以直接抄：
重要的事，让AI给三个方案，你来选，而不是给一个你来改。选择逼你思考假设差异，这个思考是你自己的；
关键文档从空白页重写一遍，写完再对照AI版本查漏补缺。慢，但保住的是你的框架能力；
每周留半天完全不用AI，拿纸和笔想一个具体问题。刚开始手会痒，坚持一个月，"从零开始想"的踏实感会回来。知乎
最后说句大实话
AI没有让你变笨，也未必让你变轻松。它只是把工作的重心从"执行"挪到了"判断"——而判断，恰恰是更贵、更累、更难外包的那部分。把执行交给它，你会变快；把判断也交出去，你会慢慢失去判断力，而且自己察觉不到，因为输出看起来一直很好。知乎
所以真正的问题不是"要不要用AI"，而是：省下来的时间归谁？如果全被换成了更多需求，那任何工具都只会让你更累。你现在就该知道自己的线划在哪——而不是等某天发现，离开AI，你连一封邮件都写不利索。
你现在的工作里，AI是帮你省了时间，还是帮你接了更多活？评论区聊聊。
